108. 将有序数组转换为二叉搜索树

本文介绍了一种算法,用于将有序数组转换成高度平衡的二叉搜索树。通过二分法选取中间元素作为树根,并递归构建左右子树,确保了树的平衡性。

因为是有序数组,取中间位置的值为树根。将数组分成两半。 对左半递归构建左子树。对右半递归构建右子树。

就是一个二分法。

class Solution {

public:

    TreeNode* sortedArrayToBST(vector<int>& nums) {     

        return ToBST(nums, 0, nums.size()-1);

    }   

    TreeNode* ToBST(vector<int>& nums, int left, int right){

        if(left > right) return NULL;

        int mid = (int)(left + right + 1) / 2; (注意这里要+1 ,因为int 将小数位给舍弃掉了), 

        TreeNode* root = new TreeNode(nums[mid]);

        cout << "nums[mid] is:" << nums[mid] << "mid is:" << mid << endl;

        root->left = ToBST(nums, left, mid-1);

        root->right = ToBST(nums, mid+1, right);

        return root;

    }

};

光伏储能虚拟同步发电机VSG并网仿真模型(Similink仿真实现)内容概要:本文档介绍了光伏储能虚拟同步发电机(VSG)并网仿真模型的Simulink实现方法,重点在于通过建立光伏储能系统与虚拟同步发电机相结合的仿真模型,模拟其在并网过程中的动态响应与控制特性。该模型借鉴了同步发电机的惯性和阻尼特性,提升了新能源并网系统的频率和电压支撑能力,增强了系统的稳定性与可控性。文档还提及相关电力系统仿真技术的应用,包括逆变器控制、储能配置、并网稳定性分析等,并提供了完整的Simulink仿真文件及技术支持资源链接,便于科研人员复现与二次开发。; 适合人群:电气工程、自动化、能源系统等相关专业的研究生、科研人员及从事新能源并网技术开发的工程师。; 使用场景及目标:①用于研究光伏储能系统在弱电网条件下的并网稳定性问题;②掌握虚拟同步发电机(VSG)控制策略的设计与仿真方法;③支持高水平论文(如EI/SCI)的模型复现与创新研究;④为微电网、智能电网中的分布式能源接入提供技术参考。; 阅读建议:建议结合提供的Simulink模型文件与文档说明逐步操作,重点关注VSG控制模块的参数设置与动态响应分析,同时可延伸学习文中提及的MPPT、储能管理、谐波分析等相关技术,以提升综合仿真能力。
### 如何将有序数组转换为平衡的二叉搜索树 为了将一个升序排列的整数数组 `nums` 转换为高度平衡的二叉搜索树 (Binary Search Tree, BST),可以遵循以下方法: #### 方法概述 通过递归的方式构建二叉搜索树。由于输入数组已经是升序排列,因此可以选择数组中的中间元素作为根节点,这样能够确保左右子树尽可能均匀分布,从而满足高度平衡的要求。 - **中位数选择**:每次选取数组的中间位置元素作为当前子树的根节点[^3]。 - **递归构建左右子树**:左半部分用于构建左子树,右半部分用于构建右子树[^5]。 - **终止条件**:当数组为空时返回 `None` 表示该分支结束[^4]。 以下是 Python 的实现代码: ```python class TreeNode: def __init__(self, val=0, left=None, right=None): self.val = val self.left = left self.right = right def sortedArrayToBST(nums): if not nums: # 如果数组为空,则返回 None return None mid = len(nums) // 2 # 找到数组的中间索引 root = TreeNode(nums[mid]) # 构造根节点 root.left = sortedArrayToBST(nums[:mid]) # 递归构造左子树 root.right = sortedArrayToBST(nums[mid+1:]) # 递归构造右子树 return root ``` 上述代码的核心在于: 1. 使用分治的思想,不断分割数组并分别处理左右两部分。 2. 每次取中间值作为根节点,保证了最终生成的二叉搜索树具有高度平衡特性[^1]。 --- #### 复杂度分析 - **时间复杂度**: O(n),其中 n 是数组长度。每个元素都会被访问一次以创建对应的树节点[^2]。 - **空间复杂度**: O(log n),主要由递归栈的空间开销决定,在最坏情况下(完全不平衡),可能达到 O(n)。 --- #### 测试案例 下面是一个简单的测试例子,展示如何使用此函数以及验证结果是否正确。 ```python # 输入数组 nums = [-10, -3, 0, 5, 9] # 调用函数 root = sortedArrayToBST(nums) # 辅助函数打印先序遍历结果 def preorderTraversal(root): if not root: return [] result = [root.val] result += preorderTraversal(root.left) result += preorderTraversal(root.right) return result print(preorderTraversal(root)) # 输出可能是 [0, -3, -10, 9, 5], 结果不唯一 ``` ---
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值